查看原文
其他

人类需要植树护林,但可能更需要植树护林的黑科技

小博 Makeable 可持续创新创业 2022-06-12


世界需要植树护林,这恐怕是目前鲜少能让全球各国政府、企业、环保 NGO 和关心地球的普通人都能达成共识的一件事。


2020年1月的冬季达沃斯论坛上,包括中国、美国、欧洲等多国在内的政府代表及300多家与会公司代表共同表决通过了一个雄心勃勃的计划:到2030年前在全球种一万亿棵树,以对抗气候变化。此后,全球多地成立了基金会,开始推动这个宏大的植树计划。在中国,“蚂蚁森林”开展得轰轰烈烈。而世界首富杰夫·贝索斯的“地球基金”去年底也宣布投入500万美金,在全球至少种下3500万棵树。


图源:蚂蚁森林


尽管如此,在地球上大片土地上植树造林这件事情并不是只有好处没有风险。比如,如果种植不当,很可能会损害当地本身的生态系统,带来新的物种问题,也可能影响当地居民生活。斯坦福大学地球系统科学教授 Lauren E. Oakes 最近也在《科学美国人》发表评论文章指出,要种下这么多树(总面积相当于印度的国土面积),可能会产生的风险包括:迫使当地居民搬离居住地、因失去农田而对当地经济生活产生负面影响,以及过于强调碳汇而牺牲生物多样性。


正因为如此,比起“简单粗暴”地种树,我们比起以往任何时刻都更加需要“高科技植树”和“高科技护林”,用更智慧的方式去管理森林。除了已经进入种植与养护主流的无人植护机和无人植树机,创新树木培育箱、可以监测树木存活率和二氧化碳的碳通量塔、遥感+AI……事实上,越来越多的新兴公司开始将高新技术引入这一领域。



01

高科技种植


成立于2013年的荷兰公司 Land Life 从成立之初,就致力于采用数据和高科技手段大规模地推进植树造林。高科技被应用到植树的每一个步骤,其中包括:


· 启动时作出详细的气候分析

· 使用专用机器来加速种植生物多样性物种

· 通过专有的地面监控应用程序和无人机监测森林生长

· 客户可以全流程追踪




Land Life的植树流程可以细化为设计——>种植——>监控三大阶段,为“科学种树”提供了可供参考的标准化流程与技术模式。


STEP 1 设计


在开发新地前,Land Life 的技术团队会对土地和生态状况进行广泛评估。结合基于无人机的地形分析,以及从当地土地所有者收集的信息,技术团队将会创建一个详细的“种植地图”。


图源:Land Life


STEP 2 种植


在植树的过程中,Land Life 开发了一套具有 GPS 功能的自动种植系统,配合其它技术,使其能够在一次种植中造林数百公顷。


此外,Land Life 特别运用到了一种叫做“Cocoon”(茧)的创新产品。这是一种可100%生物降解的树木培养箱,它含有水,可以让树木在干旱的土壤中生长。苗木被种植在 Cocoon 的中间。Cocoon 可以防止水分蒸发和杂草生长,并保护苗木免受动物、强光和飓风的影响。一棵树将在6-12个月内独立长大。它不但比传统的植树法便宜,而且不需要维护。Land Life 称,使用 Cocoon 后,种植期仅需要消耗25升水、幼苗的存活率高达75-95%。


Land Life公司的创新树木培育箱 Cocoon

图源:Land Life


STEP 3 监控


一旦树木生根,Land Life 将会使用地面和遥感技术长期追踪植树造林的影响,他们自主开发的监控 App 会对树木的位置、品种、活力和其它重要统计数据等进行密切监控。 


一旦树木高度超过一米时,无人机就会配合机器学习算法,对树木进行地理定位,监测其生长和存活情况。当树龄超过5年时,卫星会接管监测工作。所有的数据都存储在数据库中,用于进一步分析和创建一个持续的反馈循环。


图源:Land Life


除了规模化植树造林外,为企业和组织提供碳补偿之外,Land Life 提供的服务还包括分享相关数据,并作为开发者向大型公司销售高端绿色信贷。他们在2018年完成了 B 轮融资。2019年,他们与壳牌(Shell)公司建立了伙伴关系,在西班牙发起一个数据驱动的再造林项目,种植和监测300多公顷的退化土地。


02

高科技护林


除了植树造林,使用高尖技术来提供已有林业监测、以提高保护水平并降低运营成本的相关服务也至关重要——许多科学家都认为,保护已有森林可能比种植新的森林需要得到更高优先级的关注。


被 Cleantech Group 列入“50个最值得关注公司”、成立于2018年的美国加州公司 Pachama 开发了基于卫星和激光雷达的碳存储估算软件,赋能森林保护。Pachama 公司主要通过五种技术手段来对林业进行测算:


合并卫星数据

使用激光雷达成像技术来创建森林的三维图像。此外,还辅以一系列其它卫星数据,包括高分辨率成像。

人工智能技术识别森林特征

使用 AI 分析这些卫星数据。用机器学习算法处理大量数据,并确定用于估算碳的特征(例如树冠大小和形状)。

估算碳

Pachama 使用其合作伙伴田野网络训练其卫星模型。然后将模型应用于全新的森林,无需人工测量更多树木即可估算碳和生物量。

追踪森林

Pachama 使用机器学习模型来回答有关森林的问题。例如,他们对森林历史过去30年的历史进行建模,以推断如果没有碳项目,森林将会发生什么。此外,Pachama 也使用雷达数据监控森林冠层并捕获可能发生的森林砍伐情况。

计划新的森林项目

Pachama 的目标是将这些工具开发为一套套件,组织和个人可以使用它们来创建新的森林碳项目,在全球范围内保护和种植数百万公顷的森林。


图源:Pachama


2020年1月,该公司在由 Saltwater Capital 和 Lowercase Capital 领投的 A 轮融资中筹集了410万美元。


中国的新兴创业公司大地量子则整合了海量多源卫星数据,通过遥感科学家团队、AI 算法团队和工程技术团队将数据融合与算法研发相结合,面向不同行业提供丰富且强大的空间大数据产品。在林业上,这些大数据产品可以作为科学管理森林资源、有效进行生态评估的基础。


从森林资源监测来看,大地量子可以利用中高分辨率遥感卫星建立丰富的林地资源样本库,通过人工智能算法库,快速开发适用于不同地区的工程化分类模型,依托高性能空间大数据引擎,能够快速生成林草资源分布地图,为开展林业资源动态监测、快捷预警、精准执法等提供数据基础。此外,大地量子还将遥感+AI 技术应用于森林火灾的预警、动态监测和灾后评估。


大地量子监测的 2019 年 4 季度重庆全市森林分布情况,面积共有约 51285.366 平方千米

源:大地量子


目前,大地量子已经正式实现了商用化。去年11月获得5000万人民币的 A 轮融资,投资方为兰馨亚洲和 SIG 海纳亚洲创投基金。


植树护林是基于自然的解决方案(Nature-based Solution,NbS)这一概念的重要手段之一。今后 Makeable 也将分享更多有关 NbS 的创新案例及分析,欢迎持续关注。


参考资料:


https://www.cleantech.com/carbon-removal-and-nature-based-solutions/

https://landlifecompany.com/news/planting-trees-is-big-business/

https://pachama.com/how-it-works

https://www.scientificamerican.com/article/the-real-cost-of-planting-trees/

https://www.1t.org/


部分撰文:黄愈君


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存